能源：AI的中国优势

证券分析师：袁理执业证书编号：S0600511080001联系邮箱：yuanl@dwzq.com.cn二零二六年五月二十六日 Tokens需求爆发，中国AI模型份额提升 ✓Chatbot到AI Agent，Token调用量爆发。Token（词元）是模型处理信息的最小计量单位。2026年以来Token调用量快速爆发，Token在AI运行中的角色发生系统性变化，Chatbot基本呈现为“一问一答”的形式，Tokens消耗基本跟用户数量线性相关；AIAgent时代，模型需要通过主动拆解任务、调用工具、搜索信息、循环推理等任务来完成工作,计算链条明显变长。Token消耗开始呈现非线性规模扩张。✓中国模型调用占比提升。在性能差距逐步收敛背景下，中国模型凭借更低推理成本、更高性价比与开源部署优势，市场份额开 始领先。根据OpenRouter数据显示，2026年5月中国模型Token调用份额接近40%，持续提升。 ✓算电协同，算力电力双向赋能 ✓政府工作报告首提算电协同，AI产业加速发展，算力电力双向赋能产业趋势明确。算电协同是以新型电力系统为支撑，深化智能调度、源网荷储、新型供备电等技术与机制创新，推动算力网与电力网深度融合、双向协同的新型运行模式。电力支撑算力产业发展，算力反向赋能电力成长。绿电直连政策频出，多方位支撑算电协同绿色发展。 ✓中国的能源优势转化为AI的中国优势 ✓芯片能效提升，度电生产转化Tokens量提升。我们比较同样模型参数下，芯片能效逐步提升，单位Token耗电量逐步下降，每百万Token耗电量范围在0.36—1.1左右区间范围，均值在0.7度/百万Tokens水平，按照均值则1度电可生成输出1.67MTokens，技术进步电耗下降，度电生成Tokens的量有50%以上的提升空间。 ✓电力—Tokens—应用，AI驱动电力能源价值全面重估。1度电通过算力中心生成输出1.67MTokens（百万Tokens耗电0.6度），参考国内大模型企业定价，1M Tokens定价平均超过8元，实现1度电成本（参考风电光伏）0.2元至输出Tokens价值13元+的价值跃升，考虑大模型企业从输出Tokens到输出服务，Tokens价值提升的同时进一步带动电力价值提升。✓单位Tokens成本拆分：单位Tokens成本目前主要受到服务器价格（单位算力服务器成本）、芯片效能（单位算力所需功率）、 能源成本（电价）的影响。经过我们测算，百万Tokens成本结构中设备折旧占比50%–75%，是最核心的成本构成；电力成本占比12%–14%，随着服务器价格下行、芯片效能提升，电力成本的占比提升。✓能源优势有望成为AI竞争的胜负手。AI下游需求爆发，上游设备制造技术逐年突破提升，芯片效能优化，服务器价格下行，单 位Tokens成本中折旧成本逐年下降，能源等成本重要性逐年凸显。考虑能源供给的稳定（全国统一性电网，跨区调度能力全球领先），能源成本的竞争力（中国新增机组风光为主，边际成本低），能源优势有望成为AI竞争中中国的重要优势。 ✓投资建议与风险提示 ✓投资建议：中国的能源优势转化为AI的中国优势，AI需求爆发，价值量膨胀驱动中国电力资产价值重估。【电力板块】AI驱动电力供需反转，电价企稳回升，电力公司积极拓展算电协同项目落地，建议关注【绿电】【火电】。垃圾焚烧分布式特点匹配算力中心需求，项目布局核心节点城市，综合考虑清洁性与稳定性，经济性有竞争力，建议关注【垃圾焚烧】。✓风险提示：电力需求增长不及预期、国内算力中心建设受阻、AI应用拓展不及预期等。 Tokens需求爆发，中国AI模型份额提升 算电协同，算力电力双向赋能 中国的能源优势转化为AI的中国优势 投资建议与风险提示 Tokens需求爆发，中国AI模型份额提升 Chatbot到AI Agent，Token调用量爆发 ✓Token（词元）是模型处理信息的最小计量单位。无论是用户的提问，还是AI生成的一段代码，最终都要被拆解成Token来完成运算。Token调用量成为衡量AI模型活跃度和产业价值的关键指标，Token调用量越高，意味模型被用得越多，创造的实际价值也就越大。 ✓2026年以来Token调用量快速爆发。2026年3月24日，国家数据局局长刘烈宏介绍，到2026年3月，我国日均Token（词元）调用量超过140万亿，相比2024年初的1000亿增长了1000多倍，相比2025年底的100万亿，三个月时间又增长了40%多。从2025年3月到2026年3月，OpenRouter平台的总Token使用量呈现爆发式增长，从约2T左右快速提升至接近30T，2025年底到2026年初增速明显加快。 ✓Token增长逻辑正由“用户规模驱动”转向“任务复杂度驱动”。随着交互模式从Chatbot到AI Agent转型，多Agent协同、长上下文等形式持续演进，Token消耗开始呈现非线性扩张特征。 Tokens需求爆发，中国AI模型份额提升 中国模型市场份额持续提升✓中国模型市场份额接近40%。根据OpenRouter数据显示，2026年5月中国模型Token调用量已进入全球第一梯队，中国模型整体市场份额接近40%。 ✓2026年5月OpenRouter平台主要模型的Token调用量排名显示海外头部模型仍然占据主导地位，但中国模型的增长速度已经非常明显。其中,DeepseekV4Flash以约7.44万亿Token的月调用量位居第一,超过ClaudeSonnet 4.6和Claude Opus 4.7,从 海 外 厂 商 来 看,OpenAI(10.3%)、Anthropic(16.5%)与Google(15.1%)三者合计市场份额41.9%,仍然构成全球大模型市场的“海外御三家”。从国内厂商来看，中国模型整体市场份额已经接近40%。其中,DeepSeek单独占比达到19.8%,已经成为OpenRouter平台最大的单一模型来源之一；腾讯模型占比约10.6%，Moonshot(Kimi)约3.2%。 Tokens需求爆发，中国AI模型份额提升 国产大模型优势加强，份额有望持续提升 ✓在性能差距逐步收敛背景下，中国模型凭借更低推理成本、更高性价比与开源部署优势，市场份额开始领先。随着AI推理需求扩张，中国模型有望进一步提升全球Token调用中的占比。 ✓中国模型大模型性价比突出，来自1)电力成本优势:中国在工业电价、电网设施、数据中心配套等方面具备综合优势，“东数西算”与西部绿电资源推动算力向低成本能源区域集聚。2)开源生态:DeepSeek、Qwen等开源模型降低了企业部署与Agent化门槛，企业仅需微调模型,AI更容易嵌入真实业务流程。3)注重商业化:不追求极致性能领先,而是倾向于大规模可落地,不断追求性价比。 Tokens需求爆发，中国AI模型份额提升 算电协同，算力电力双向赋能 中国的能源优势转化为AI的中国优势 投资建议与风险提示 算电协同，算力电力双向赋能 中国算力用电占比接近2%，逐步成为用电需求的重要增量 ✓中国算力用电增速持续高于全社会用电增速。2019–2025年，中国算力用电由931亿千瓦时提升至1933亿千瓦时，CAGR显著高于同期全社会用电CAGR，算力用电占比由1.3%提升至1.9%。2025年算力相关用电量同比增长17%，明显高于全社会用电5.2%的增速，反映出AI训练、推理及数据中心扩张正成为新增电力需求的重要来源。 表:算电协同政策梳理✓中国算力用电逐步成为全社会用电需求的重要增量。根据中国信通院的预测，到2030年，在低/中/高情景下，中国算力相关用电量预计分别达到3000/4000/7000亿千瓦时，占全社会用电比例有望提升至2.3%/3.1%/5.3%。高情景下，算力用电增量对全社会用电增长贡献接近1个百分点，意味着AI产业链已从“边际负荷”逐步演变为影响电力需求结构的重要变量。 ✓2026年3月，政府工作报告首提算电协同，AI产业加速发展，算力电力双向赋能产业趋势明确。 算电协同，算力电力双向赋能 算电政策频出,基础设施高速发展 ✓政策由点到面持续升位，加速落地节奏明显。2026年4月发改委、能源局、工信部、数据局四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，明确到2027年初步构建安全、绿色、经济的能源保障体系。算电协同已完成从地方试点到国家战略的整体跃升。 算电协同，算力电力双向赋能 算电协同，构建数字经济与绿色能源新范式 ✓算电协同护航算力高质量发展。算力电力协同（简称“算电协同”）是以新型电力系统为支撑，深化智能调度、源网荷储、新型供备电等技术与机制创新，推动算力网与电力网深度融合、双向协同的新型运行模式。它成功打破传统数据中心单纯作为“用电大户”的被动属性，通过重塑，使其转化为电网的“柔性调节资源”，成为破解算力高速扩张与电力稳定供应矛盾的关键路径。 算电协同，算力电力双向赋能 调度机制以源荷互动为核心，三种商业模式打通数字与能源价值闭环 ✓算电协同不仅是政策倡导的绿色转型的硬性要求，同时是重塑数字与能源行业价值链的必选项。1）绿电物理直供是算电协同的基础商业模式，通过专线实现绿电的点对点供给，适用于资源富集区的低成本用能场景。2）源网荷储一体化在直供基础上引入储能与智能调度，形成区域内发输储用的自平衡体系，提升了供电稳定性与市场参与能力。3）虚拟电厂不依赖自建电源，依托算力负荷的柔性调节与平台聚合，以轻资产方式参与电力市场交易。 算电协同，算力电力双向赋能 绿电直连有效支撑算力协同推进 ✓聚焦算力领域，国家枢纽节点新建数据中心“绿电占比确保超80%”已成为项目准入的硬性红线。国家层面密集出台绿电直连配套政策，通过放开多用户限制、规范价格结算、优化配电网架构进行体制与物理层面的层层松绑，为算力项目获取长期、低成本的源头绿电扫清了障碍。 ✓绿电直连指算力设施与新能源电站专线直连、绕过公网输送环节，直连单一用户。其本质为专线供电、不经公网、碳排放核算清晰，契合国际规则、减少绿电来源争议、提升绿色竞争力。 算电协同，算力电力双向赋能 绿电直连走向规范化，构筑算电协同制度底座 ✓中办、国办印发的《碳达峰碳中和综合评价考核办法》正式挂钩省级党委政府履职考核，碳排放总量、强度及非化石能源占比成为刚性指标，消纳绿色能源已成为地方平衡经济增长与能耗指标的战略核心。✓聚焦算力领域，国家枢纽节点新建数据中心“绿电占比确保超80%”已成为项目准入的硬性红线。国家层面密集出台绿电直连配套政策，通过放开多用户限制、规范价格结算、优化配电网架构进行体制与物理层面的层层松绑，为算力项目获取长期、低成本的源头绿电扫清了障碍。 Tokens需求爆发，中国AI模型份额提升 算电协同，算力电力双向赋能 中国的能源优势转化为AI的中国优势 投资建议与风险提示 中国的能源优势转化为AI的中国优势 Tokens调用量VS用电量，AI激发用电潜力，电力支撑AI发展 ✓我们构建Tokens调用量与用电量模型。由算力需求驱动的用电量需求，由IT负载用电与能量使用效率（PUE）共同决定。IT负载用电来自计算过程的能耗消纳，可以进一步拆解为总计算量（FLOPs）与单位计算能耗的乘积。 总计算量：采用以Transformer为基础的标准计算框架，总计算量近似为Tokens调用量、计算系数、模型参数量的乘积。计算系数随推理复杂度提升而提升。推理阶段，计算系数近似为2，在训练阶段由于需要叠加反向传播与参数更新，计算系数近似为6，实际应用中模型并未仅仅包含推理、训练两种简单划分，是多种计算模式的叠加，且呈现出随任务复杂度非线性增长的特征。模型参数量增长但有效收益边际递减。模型性能在一定范围内随参数规模提升而持续改善，推动参数规模不断增长，随着MoE架构、蒸馏、小模型优化以及推理成本约束导致行业正从单纯扩大参数规模向效率优化与结构创新转变。 单位计算能耗：不同芯片